Python 将URL参数解析为单独的列

我有一个带有URL列的dataframe，如果URL中存在指定参数的值，我希望将其解析为带有行的新列。我正在使用一个函数，该函数循环遍历dataframe列中的每一行并解析指定的URL参数，但是当我在函数完成后尝试选择该列时，我得到了一个keyError。我应该以不同的方式设置此新列的值吗？有没有比循环表中的值并运行此过程更有效的方法

错误：

KeyError: 'utm_source'

url示例（

df['landing\u page\u url']

）：

代码：

而不是

try:
   return parse_qs(urlparse(url).query)[field][0]
except KeyError:
   return ''

您只需执行以下操作：

return parse_qs(urlparse(url).query).get(field, [''])[0]

这里的技巧是

mydict.get（key，default）

而不是

mydict[key]

。如果密钥不存在，将返回默认值

有没有比循环表中的值并运行此过程更有效的方法

不是真的。通过每个url的循环必须以任何一种方式完成。但是现在，您正在覆盖每个url的数据帧。这意味着，如果两个不同的URL在查询中具有不同的源，则列表中的最后一个URL将获胜。我不知道这是否是故意的

另请注意：此行

df['utm_source'] == get_query_field(i, 'utm_source')

实际上什么都没做

=

是一个比较运算符，“左侧是否匹配右侧”。您可能想使用

=

或

df.append（{'utm\u source'：get\u query\u field（..）}）

而不是

try:
   return parse_qs(urlparse(url).query)[field][0]
except KeyError:
   return ''

您只需执行以下操作：

return parse_qs(urlparse(url).query).get(field, [''])[0]

这里的技巧是

mydict.get（key，default）

而不是

mydict[key]

。如果密钥不存在，将返回默认值

有没有比循环表中的值并运行此过程更有效的方法

不完全是。每个url的循环都必须以任何方式完成。不过，现在，您正在覆盖每个url的数据框架。这意味着，如果两个不同的url在查询中有不同的源，列表中的最后一个将获胜。我不知道这是否是有意的

另请注意：此行

df['utm_source'] == get_query_field(i, 'utm_source')

---

实际上并没有做任何事情。

=

是一个比较运算符，“左侧是否匹配右侧”。您可能打算使用

=

或

df.append（{'utm_source'：get_query_field（..）}）

我认为您的for循环不起作用。看起来每次它都会覆盖您试图设置的整个列。我想用我的方法测试速度，但我几乎可以肯定这将比迭代更快

#Simplify the function here as recommended by Nick
def get_query_field(url, field):
    if isinstance(url, str):
        return parse_qs(urlparse(url).query).get(field, [''])[0]
    return ''

#Use apply to create new columns based on the url
df['utm_source'] = df['landing_page_url'].apply(get_query_field, args=['utm_source'])
df['utm_campaign'] = df['landing_page_url'].apply(get_query_field, args=['utm_campaign'])
df['utm_term'] = df['landing_page_url'].apply(get_query_field, args=['utm_term'])

---

我认为你的for循环行不通。看起来每次它都会覆盖您试图设置的整个列。我想用我的方法测试速度，但我几乎可以肯定这将比迭代更快

#Simplify the function here as recommended by Nick
def get_query_field(url, field):
    if isinstance(url, str):
        return parse_qs(urlparse(url).query).get(field, [''])[0]
    return ''

#Use apply to create new columns based on the url
df['utm_source'] = df['landing_page_url'].apply(get_query_field, args=['utm_source'])
df['utm_campaign'] = df['landing_page_url'].apply(get_query_field, args=['utm_campaign'])
df['utm_term'] = df['landing_page_url'].apply(get_query_field, args=['utm_term'])

---

嘿，尼克，谢谢你的捷径！至于你关于压倒一切的问题，这不是故意的。我想将解析后的参数值作为行按正确的索引顺序添加到各自的列中。我应该使用

.append（）

方法而不是我正在做的事情吗？嗯，我在尝试

.append（…）

类型错误：无法连接类型为“”的对象时收到错误；只有Series和DataFrame OBJ是有效的

，将其设置为单个=（很好的捕获），会在执行时用最后一个值覆盖它mentioned@cphill尝试使用以下语法：

df.append（{'utm\u source'：get\u query\u field（..）}

嘿，尼克，谢谢你的快捷方式！至于你关于压倒一切的问题，这不是故意的。我想将解析后的参数值作为行按正确的索引顺序添加到各自的列中。我应该使用

.append（）

方法而不是我正在做的事情吗？嗯，我在尝试

.append（…）

类型错误：无法连接类型为“”的对象时收到错误；只有Series和DataFrame OBJ是有效的

，将其设置为单个=（很好的捕获），会在执行时用最后一个值覆盖它mentioned@cphill尝试使用以下语法：

df.append（{'utm\u source'：get\u query\u field（..）}

谢谢您的回答。非常快的方法，很高兴了解

.apply（）

方法！谢谢你的回答。非常快的方法，很高兴了解

.apply（）

方法！